NVIDIA випустила DGX Spark із 64 ГБ за $4999, а версія на 128 ГБ подорожчала до $6950

NVIDIA додала до сімейства компактних AI-комп’ютерів DGX Spark конфігурацію з 64 ГБ уніфікованої пам’яті та меншим накопичувачем за орієнтовні 4999 доларів. Одночасно ціна початкової 128-гігабайтної системи, за даними The Register, зросла до 6950 доларів — майже на 75% порівняно зі стартовою ціною близько 4000 доларів. Нову молодшу версію продаватимуть партнери Acer, ASUS, Dell, Gigabyte, HP і MSI.

Що залишилося від повної конфігурації

Основою залишається суперчип NVIDIA GB10: Arm-процесор MediaTek із 20 ядрами та графічна частина Blackwell. Пропускна здатність уніфікованої LPDDR5X, за інформацією виробника, становить ті самі 273 ГБ/с. Це вказує на використання модулів меншої ємності без звуження шини, тому задачі, які вміщаються у 64 ГБ, не повинні автоматично втрачати половину швидкості пам’яті.

Система зберігає мережевий адаптер ConnectX-7. До чотирьох пристроїв можна об’єднати через швидкі з’єднання 200 Гбіт/с для розподіленого інференсу. NVIDIA обіцяє нові інструменти DGX OS, які спростять налаштування кластерів і розгортання моделей без ручного редагування багатьох параметрів vLLM або TensorRT-LLM.

Чому 64 ГБ — не просто менше запасу

Для звичайного ПК 64 ГБ є великим обсягом, але у локальному ШІ пам’ять одночасно містить ваги моделі, KV-кеш, проміжні активації та службові дані. Модель на 70 мільярдів параметрів навіть у 4-бітному форматі потребує десятки гігабайтів лише для ваг. Довгий контекст і кілька паралельних запитів швидко забирають залишок.

NVIDIA позиціонує молодшу систему для інференсу моделей приблизно на 26–35 мільярдів параметрів, приватних агентів і розробки. Для цих сценаріїв 64 ГБ можуть бути достатніми. Донавчання великих моделей, експерименти з високою точністю та робота з дуже довгим контекстом значно частіше впиратимуться в ємність і вимагатимуть квантування, вивантаження на SSD або кластера.

Ціна стала головним протиріччям

Коли Project DIGITS анонсували як майбутній DGX Spark, орієнтир становив близько 3000 доларів. Реальний старт 128-гігабайтної версії відбувся на рівні близько 4000 доларів, а тепер молодша конфігурація коштує на чверть більше за ту початкову повну модель. Компанія та видання пов’язують зміну з дефіцитом і подорожчанням пам’яті.

Ціна 4999 доларів не включає податки, доставку та регіональні націнки. В Україні офіційна доступність і гарантія можуть відрізнятися, тому пряме переведення суми у гривні не покаже повної вартості. Порівнювати потрібно не лише обсяг RAM, а й програмну екосистему CUDA, енергоспоживання, мережеві можливості та сервіс.

Альтернативи на AMD і звичайних GPU

Системи на Ryzen AI Max+ пропонують до 128 або 192 ГБ уніфікованої пам’яті залежно від моделі та виробника. Це дає змогу розмістити більшу модель, але програмна сумісність і швидкість конкретного AI-фреймворку можуть бути гіршими, ніж на GB10. The Register зазначає, що у його тестах графічна частина DGX Spark була швидшою в низці AI-задач.

Робоча станція з дискретною GeForce або професійною RTX може дати вищу обчислювальну продуктивність, проте VRAM окремої карти часто обмежена 24–32 ГБ, а додавання кількох GPU дорого коштує й не створює автоматично спільний простір пам’яті. Перевага DGX Spark — великий уніфікований пул у компактному корпусі та готове середовище розробки, а не найкраще співвідношення FPS чи універсальність домашнього ПК.

Кому підійде нова версія

64-гігабайтна модель має сенс для команди, яка точно знає розмір своїх моделей, використовує CUDA та потребує тихого настільного вузла для приватного інференсу. Перед купівлею варто запустити потрібну модель на орендованому GB10 або перевірити реальні вимоги до пам’яті з цільовою довжиною контексту. Теоретичні параметри моделі не враховують усі накладні витрати.

Для користувача, якому потрібна максимальна ємність, новий Spark може бути хибною економією: після заповнення 64 ГБ обчислення різко сповільнюються або взагалі не стартують. А 128-гігабайтна версія за 6950 доларів стикається з сильнішою конкуренцією повноцінних робочих станцій. Новинка розширює вибір, але одночасно показує, наскільки ціна пам’яті стала визначальною для локального ШІ.